MiniMax M3 428B · GPU 对比
MiniMax M3 428B — GB200 NVL72 vs MI300X
GB200 NVL72（NVIDIA Blackwell）与 MI300X（AMD CDNA 3）在 MiniMax M3 428B 上的正面 AI 推理基准测试对比。涵盖各类 LLM 工作负载的延迟、吞吐量与成本。使用下方图表控件切换序列、精度和指标——交互方式与主推理图表相同。
GB200 NVL72 在 MiniMax M3 428B 上以 50 tok/s/user 运行时达到 1803 tok/s/GPU（每百万 token $0.34）；MI300X 达到 492 tok/s/GPU（$0.62）。GB200 NVL72 每 token 成本低 83%；GB200 NVL72 每 GPU 吞吐量高出 266%。
MiniMax M3 428B 在 83 tok/s/user 交互性下的吞吐量：GB200 NVL72 为 712 tok/s/GPU，MI300X 为 200。每百万 token 成本分别为 $0.89 和 $1.55。GB200 NVL72 每 token 成本低 73%；GB200 NVL72 每 GPU 吞吐量高出 257%。
GB200 NVL72 / MI300X 在 MiniMax M3 428B 上以 116 tok/s/user 运行：227 / 140 tok/s/GPU，$2.66 / $2.18 每百万 token。MI300X 每 token 成本低 22%；GB200 NVL72 每 GPU 吞吐量高出 62%。 （数据反映此 URL 的默认 1k/1k · fp8 选择——如果您在控件中更改序列、精度或模型，下方表格和图表会自动更新。）
Interpolated from real benchmark data. Edit target interactivity values below to compare at different operating points.
| Metric | Interactivity (tok/s/user) | Interactivity (tok/s/user) | Interactivity (tok/s/user) |
|---|---|---|---|
| Throughput (tok/s/gpu) | GB200 NVL72:1802.8MI300X:492.2 | GB200 NVL72:712.4MI300X:199.7 | GB200 NVL72:227.1MI300X:140.2 |
| Cost ($/M tok) | GB200 NVL72:$0.340MI300X:$0.622 | GB200 NVL72:$0.895MI300X:$1.549 | GB200 NVL72:$2.665MI300X:$2.178 |
| tok/s/MW | GB200 NVL72:858484MI300X:274963 | GB200 NVL72:339243MI300X:111582 | GB200 NVL72:108150MI300X:78332 |
| Concurrency | GB200 NVL72:~217MI300X:~42 | GB200 NVL72:~83MI300X:~10 | GB200 NVL72:~20MI300X:~5 |
推理性能
不同模型、硬件配置和服务参数下的推理性能指标。
厂商:
聚合模式:
投机解码: